8-3 自回归分布滞后模型.pdf

8-3 自回归分布滞后模型 Ch8 平稳时间序列模型 8.1 分布滞后模型 8.2 分布滞后模型估计 8.3 自回归分布滞后模型 8.4 案例分析 8.3 自回归分布滞后模型 自适应预期模型 局部调整模型 自回归分布滞后模型 1.自适应预期模型 举例 企业会根据产品未来价格走势的预期 ，决定 现期的生产量、以及是否对新设备进行投资 。 考生会根据未来考研难易程度 （成绩）的预 期 ，选择报考学校及专业。 农场会根据未来猪肉价格的预期 ，选择现期 饲养生猪的数量。 1.自适应预期模型 我们可以将某些变量的预期值作为解释变量，纳入模型，即 * Y   X u (6) t 0 1 t t * X 其中： 是在t时刻，预测变量X在t+1时刻的值。t 由于，预期变量的预期值是不可观测的，因此，需要根据预 期形成机理，对其作出某种假定。 自适应预期理论 （一种预期形成机理的假定） 根据过去所作预期的经验 ，不断修正当前预期 ，使当前预期趋于合理。 •即 ，是在上期预期值的基础上 ，按上期预期值与当期实际值之间偏差的一定比例 ，去 修正当期预期值。 • 本期预期值 = 上期预期值 + 修正值 * * * X X   (X X ) t t1 t t1 其中，修正值是上期预期误差的一部分 ， 是修正系数。 或改写为 ： *   * X X  1 Xt t t1 (7)  预期形成机理 ：说明t期预期值 是t期实际值与t-1期预期值的加权平均 ，权数是 和  （1 - ） 建模代换 （由于预期值无法观测 ，通过代换在模型中消去预期值） * ●将式(7)代入原模型式(6), Y    X u t 0 1 t t * 得 Y    [X  (1 )X ]u t 0 1 t t1 t * 即